Evaluarea unui clasificator pentru predicția diabetului
În acest capitol vei lucra cu setul de date diabetes_df introdus anterior.
Scopul este să prezici dacă fiecare individ are sau nu diabet, pe baza caracteristicilor indice de masă corporală (IMC) și vârstă (în ani). Prin urmare, este o problemă de clasificare binară. O valoare țintă de 0 indică faptul că individul nu are diabet, în timp ce o valoare de 1 indică faptul că individul are diabet.
diabetes_df a fost preîncărcat ca un DataFrame pandas și împărțit în X_train, X_test, y_train și y_test. În plus, un KNeighborsClassifier() a fost instanțiat și atribuit variabilei knn.
Vei antrena modelul, vei face predicții pe setul de testare, apoi vei genera o matrice de confuzie și un raport de clasificare.
Acest exercițiu face parte din cursul
Învățare supravegheată cu scikit-learn
Instrucțiuni pentru exercițiu
- Importă
confusion_matrixșiclassification_report. - Antrenează modelul pe datele de antrenament.
- Prezice etichetele setului de testare și stochează rezultatele în
y_pred. - Calculează și afișează matricea de confuzie și raportul de clasificare pentru etichetele de test față de etichetele prezise.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import confusion matrix
____
knn = KNeighborsClassifier(n_neighbors=6)
# Fit the model to the training data
____
# Predict the labels of the test data: y_pred
y_pred = ____
# Generate the confusion matrix and classification report
print(____(____, ____))
print(____(____, ____))